O setor de Recursos Humanos está passando por uma mudança fundamental, deixando de ser um centro de custos reativo para se tornar um impulsionador proativo de valor. No entanto, muitas organizações continuam ancoradas em uma abordagem minimalista da análise de pessoas. Embora o AI generativo e os agentes autônomos estejam ganhando força em toda a empresa, o uso do data pelo RH ainda se limita à previsão básica de rotatividade.

A Red Hat construiu um negócio de $34 bilhões com base no Linux. A IBM a comprou. O que o negócio validou foi uma hipótese que se manteve por quatro décadas: a de que as empresas que extraem enorme valor do código compartilhado, por interesse próprio, continuariam financiando os projetos dos quais dependiam. Essa hipótese agora está sob estresse. Não porque alguém tenha decidido parar de financiar o código-fonte aberto. Porque o setor que mais o financiou - SaaS - está sendo desmantelado pelo setor que mais depende dele - AI.

Em um artigo anterior, explorei como oito equipes de pesquisa independentes convergiram para o mesmo insight: em vez de criar sistemas de memória em torno do modelo, treine o próprio modelo para gerenciar a memória como uma habilidade aprendida. O treinamento pós-memória - usando o aprendizado por reforço na fase pós-treinamento - produz agentes que decidem o que armazenar, excluir, consolidar e recuperar, tudo otimizado para a conclusão da tarefa.